本发明专利技术公开了一种复杂背景下的工件点云分割方法，获得不同模板点云对应的哈希表；获取实际场景点云数据，记为实测点云，计算实测点云中任意两个点对的PPF特征描述子；基于PPF特征描述子，在实测点云与单个哈希表中查找特征最相似两个点对，并记录两个点对之间的旋转平移关系；利用霍夫投票方法存储票数较多的前N个旋转平移关系；利用旋转平移关系，在实测点云中匹配出与该模板点云相对应的点，将这些点存储到待处理点云中；若待处理点云满足条件，则存储为工件点云。本方法能够准确分割出复杂背景中的工件点云，鲁棒性高，应用于在散乱工件抓取过程中，能大幅提升抓取精度，避免抓错。避免抓错。避免抓错。
【技术实现步骤摘要】
一种复杂背景下的工件点云分割方法及其应用
[0001]本专利技术涉及光学三维测量领域，具体涉及一种复杂背景下的工件点云分割方法及其应用。
技术介绍
[0002]点云分割是将原始3D点云分组为非重叠区域，这些区域对应于一个场景中的特定结构或对象。通常，点云分割处理是工件表面缺陷检测和工件抓取的前置步骤，分割结果的精度影响着缺陷检测精度或者抓件的准确度。现有的点云分割方法包括基于边缘的分割方法和基于聚类的分割方法，当待分割的工件处于简单背景中，上述方法能够很好的识别出工件区域进而实现有效的分割。由于工业环境纷乱复杂，采集到的实际场景点云存在以下复杂性：
[0003]一、实际场景点云中不仅包含待处理工件还包括其他干扰物；工件局部被遮挡；
[0004]二、实际场景点云中包含有多个相同或近似工件，如散乱、堆叠存放的同一型号工件；
[0005]三、工件表面特征少且不同工件的特征相近似，算法难以准确识别、区分。
[0006]面对这种处于复杂背景中的工件，点云分割难度将会大大增加，现有分割方法准确性降低，无法实现有效分割。
技术实现思路
[0007]为了解决上述技术问题，本专利技术提供一种复杂背景下的工件点云分割方法，能够准确分割出复杂背景中的工件点云，鲁棒性高，应用于在散乱工件抓取过程中，能大幅提升抓取精度，避免抓错。
[0008]为此，本专利技术的技术方案如下：
[0009]一种复杂背景下的工件点云分割方法，将工件整体或者工件的局部特征区域作为目标区域，进行以下模板数据制作过程：
[0010]①
获取目标区域的正面点云、侧面点云和背面点云，并将其分别存储，记为不同位置的模板点云；
[0011]②
利用PPF姿态估计方法计算单个模板点云中任意两个点对的PPF特征描述子，并将各个点对及其PPF特征描述子存入哈希表；
[0012]对各个模板点云采用相同的处理，获得不同模板点云对应的哈希表；
[0013]实际使用时，利用以下步骤，分割出工件点云：
[0014]1)获取实际场景点云数据，记为实测点云，计算实测点云中任意两个点对的PPF特征描述子；
[0015]2)基于PPF特征描述子，对每个哈希表分别进行以下处理：
[0016]在实测点云与单个哈希表中查找特征最相似两个点对，并记录两个点对之间的旋转平移关系；遍历单个哈希表中的各个点对，得到每个点对所对应的旋转平移关系；利用霍
夫投票方法得出各个旋转平移关系所对应的票数，存储票数较多的前N个旋转平移关系，剔除其他旋转平移关系；
[0017]3)对于单个旋转平移关系，查找其对应的模板点云，在实测点云中匹配出与该模板点云相对应的点，将这些点存储到待处理点云中；
[0018]计算待处理点云与该模板点云总点数之间的比值，若比值大于预设值，则存储待处理点云为工件点云，否则，待处理点云不被存储；
[0019]4)对每个旋转平移关系分别进行步骤3)；将每次得出的工件点云分别存储，完成点云分割。
[0020]进一步，N为预设值，1≤N≤40％实际场景中包含的工件总数。
[0021]进一步，步骤3)中，在实测点云中匹配出与该模板点云相对应的点，将这些点存储到待处理点云中；方式如下：
[0022]根据获取实际场景点云数据的视觉传感器中相机的分辨率，生成一幅各点灰度值均为定值A的二维平面图像W；将实测点云中的各三维点依据相机成像模型分别反投影到所述二维平面图像W上，得到各个反投影点，将各反投影点处的灰度值从定值A修改为定值B，存储各个三维点与反投影点之间的对应关系；
[0023]利用旋转平移关系将模板点云各点分别转换到实测点云中，得到各个转换三维点，再依据相机成像模型将各个转换三维点分别投影到二维平面图像W，若投影后的位置点处灰度值为定值A，则不保存该位置点坐标；若投影后的位置点处灰度值为定值B，根据预先存储的各个三维点与反投影点之间的对应关系，查找该位置点所对应的实测点云中的三维点，将其存储到待处理点云中。
[0024]或者，步骤3)中，在实测点云中匹配出与该模板点云相对应的点，将这些点存储到待处理点云中；方式如下：
[0025]利用旋转平移关系将模板点云各点分别转换到实测点云中，得到各个转换三维点；对每个转换三维点分别进行以下处理：
[0026]将转换三维点作为中心，以预设值R作为半径约束，构建球形搜索空间，取搜索空间内与中心位置最近接的三维点，存储到待处理点云中；预设值R取值为1～3倍的实测点云点间距。
[0027]本专利技术还公开利用复杂背景下的工件点云分割方法进行工件抓取的方法，在步骤4)之后还进行以下步骤，抓取工件：
[0028]5)选取步骤4)分割出一片工件点云进行步骤6)；
[0029]6)基于PPF特征描述子，对每个哈希表分别进行以下处理：
[0030]在工件点云与哈希表中查找特征最相似两个点对，并记录两个点对之间的旋转平移关系；遍历哈希表中的各个点对，得到每个点对所对应的旋转平移关系；利用霍夫投票方法得出各个旋转平移关系所对应的票数，存储票数较多的前N个旋转平移关系，剔除其他旋转平移关系；
[0031]7)对于单个旋转平移关系，查找其对应的模板点云，在工件点云中匹配出与该模板点云相对应的点，将这些点存储到待处理点云中；
[0032]计算待处理点云与该模板点云总点数之间的比值；
[0033]对各个旋转平移关系分别进行相同的处理，获得多个比值；
[0034]将最大比值所对应的旋转平移关系反馈到机器人控制器，引导机器人抓件；
[0035]8)判断是否还存在未处理的工件点云，若存在，则挑选一个未处理的工件点云，跳转进行步骤6)，如无，则抓件结束。
[0036]优选，在模板数据制作过程中，将工件整体、工件局部特征区域分别作为目标区域，均进行步骤
①
～
②
，将工件整体得出的哈希表记为哈希表A，将工件局部特征区域得出的哈希表记为哈希表B；
[0037]在步骤1)中利用哈希表B，在步骤6)中，利用哈希表A。
[0038]优选，还包括步骤9)在相同的采集位置再次获取实际场景点云数据，重新进行步骤1)～8)，直到步骤2)中无法分割出工件点云或者实际场景点云数据中的点云数量小于阈值时，抓件结束。
[0039]优选，用于获取实际场景点云数据的三维传感器设置在工件周围，其与机器人基坐标之间的关系预先标定；
[0040]在步骤1)之前，进行以下基准位姿示教过程：
[0041]在多个待抓取的工件中，选取一个工件记为基准工件，将基准工件放置在三维传感器的视场范围内，示教机器人抓件轨迹，使其能够准确抓取基准工件；存储该抓件轨迹为基准抓件轨迹；
[0042]所述模板数据通过基准工件制作；
[0043]在步骤7)中，将最大比值所对应的旋转平移关系记为待抓取工件与基准工件之间的位姿偏移量，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种复杂背景下的工件点云分割方法，将工件整体或者工件的局部特征区域作为目标区域，进行以下模板数据制作过程：
①
获取目标区域的正面点云、侧面点云和背面点云，并将其分别存储，记为不同位置的模板点云；
②
利用PPF姿态估计方法计算单个模板点云中任意两个点对的PPF特征描述子，并将各个点对及其PPF特征描述子存入哈希表；对各个模板点云采用相同的处理，获得不同模板点云对应的哈希表；其特征在于，实际使用时，利用以下步骤，分割出工件点云：1)获取实际场景点云数据，记为实测点云，计算实测点云中任意两个点对的PPF特征描述子；2)基于PPF特征描述子，对每个哈希表分别进行以下处理：在实测点云与单个哈希表中查找特征最相似两个点对，并记录两个点对之间的旋转平移关系；遍历单个哈希表中的各个点对，得到每个点对所对应的旋转平移关系；利用霍夫投票方法得出各个旋转平移关系所对应的票数，存储票数较多的前N个旋转平移关系，剔除其他旋转平移关系；3)对于单个旋转平移关系，查找其对应的模板点云，在实测点云中匹配出与该模板点云相对应的点，将这些点存储到待处理点云中；计算待处理点云与该模板点云总点数之间的比值，若比值大于预设值，则存储待处理点云为工件点云，否则，待处理点云不被存储；4)对每个旋转平移关系分别进行步骤3)；将每次得出的工件点云分别存储，完成点云分割。2.如权利要求1所述复杂背景下的工件点云分割方法，其特征在于：N为预设值，1≤N≤40％实际场景中包含的工件总数。3.如权利要求1所述复杂背景下的工件点云分割方法，其特征在于：步骤3)中，在实测点云中匹配出与该模板点云相对应的点，将这些点存储到待处理点云中；方式如下：根据获取实际场景点云数据的视觉传感器中相机的分辨率，生成一幅各点灰度值均为定值A的二维平面图像W；将实测点云中的各三维点依据相机成像模型分别反投影到所述二维平面图像W上，得到各个反投影点，将各反投影点处的灰度值从定值A修改为定值B，存储各个三维点与反投影点之间的对应关系；利用旋转平移关系将模板点云各点分别转换到实测点云中，得到各个转换三维点，再依据相机成像模型将各个转换三维点分别投影到二维平面图像W，若投影后的位置点处灰度值为定值A，则不保存该位置点坐标；若投影后的位置点处灰度值为定值B，根据预先存储的各个三维点与反投影点之间的对应关系，查找该位置点所对应的实测点云中的三维点，将其存储到待处理点云中。4.如权利要求1所述复杂背景下的工件点云分割方法，其特征在于：步骤3)中，在实测点云中匹配出与该模板点云相对应的点，将这些点存储到待处理点云中；方式如下...
【专利技术属性】
技术研发人员：尹仕斌，郭寅，郭磊，邢威，
申请(专利权)人：易思维天津科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。